ビッグデータの衝撃 巨大なデータが戦略を決める 著：城田　真琴 本書のテーマはビッグデータをどう活用すれば、大きな価値を生み出すことができるかというものです。 ビッグデータとは、既存の一般的な技術では、管理するのが、困難な大量のデータ群であるといっています。 それは、数値データなどの構造化されたデータではなく、ウェブのクリックストリームデータ、ＳＮＳのソーシャルデータ、センサーデータなどの従来からのＲＤＢに収まらない非構造化データなどです。 気になったのは、以下です。 ■ビッグデータとはなにか ・特性 　①大容量 　②多様性 　③速度（発生頻度、更新頻度） ・ビッグデータを取り扱うツール、フレームワーク群 　①Ｈａｄｏｏｐ（ハドゥープ） 　②ＮｏＳＱＬＤＢ 　③機械学習、統計解析 ・なぜ今ビッグデータなのか 　①ビッグデータの民主化：ＳＮＳなどのテキストデータのマイニング 　②ハードウェアの性能向上、ソフトウェア技術の進化 　　コンピュータの高速化、ディスク価格の下落、Ｈａｄｏｏｐ 　③クラウドの普及 ・取引データ（トランザクションデータ）から、ウェブデータなどの相互作用・交流データの分析へ ・Ｏ２Ｏなど、オンラインとオフラインの融合、購買行動の把握 ■ビッグデータを支える技術 ・Ｈａｄｏｏｐ（ハドゥープ）は、以下の３点から構成される 　①ＨＤＦＳ：分散ファイルシステム 　②Ｈａｄｏｏｐ　ＭａｐＲｅｄｕｃｅ　：フレームワーク 　③Ｈｂａｓｅ：巨大なデータベース ・ＮｏＳＱＬＤＢ 大量アクセスによるパフォーマンス低下が少ない、ＲＤＢではないＤＢ ・ストリームデータ処理　リアルタイムデータ処理 ■ビッグデータを武器にする企業 （海外） ・アマゾンに代表されるイーコマース企業　⇒　購買履歴、クリックストリームデータ ・グーグル　検索ログ、統計的学習手法 ・イーベイ　オークション （国内） ・コマツ　機械の稼働管理、故障 ・リクルート　売上管理　メルマガのアクセスログ ・マクドナルド　購買履歴 ■ビッグデータの活用パターン ・購買履歴をもとに、最適商品をお勧めする ・ＧＰＳを利用したマーケティング ・不正検出 ・顧客離反分析 ・故障予測、異常検知、渋滞予測、電力需要予測 ・サービス向上 ・コストの最適化シミュレーション ・ビッグデータの活用レベル 　①データ収集：過去・現状の把握　ＳＭＳ，クリック履歴、Ｍ２Ｍ、ＩｏＴ 　②パターンの発見　クロスセル、データマイニング 　③予測 　④最適化 ■ビッグデータ時代のプライバシー ・消費者プライバシー ・データ保護 ・ライフログ ■オープンデータ時代の幕開けとデータマーケットプレイスの勃興 ・外部更改データ活用　ＬＯＤ ・オープン・ガバメントとＩ／Ｆの公開 ・データマーケットプレイス 　①課金、②認証、③データフォーマット管理、④サービス管理 ■ビッグデータ時代への備え ・データ・アグリゲータ　データ収集、分析、最適化などの仲介を行う、データのプラットフォーマ ・データサイエンティスト 　スキル 　①コンピュータサイエンス 　②数学、統計、データマイング 　③データの可視化 　資質 　①コミュニケーション能力 　②起業家精神 　③好奇心 目次 第１章　ビッグデータとは何か 第２章　ビッグデータを支える技術 第３章　ビッグデータを武器にする企業　欧米企業編 第４章　ビッグデータを武器にする企業　国内企業編 第５章　ビッグデータの活用パターン 第６章　ビッグデータ時代のプライバシー 第７章　オープンデータ時代の幕開けとデータマーケットプレイスの勃興 第８章　ビッグデータ時代への備え ISBN：9784492580967 出版社：東洋経済新報社 判型：4-6 ページ数：312ページ 定価：1800円（本体） 発売日：2012年07月12日

●「『ビッグデータ』とは単にデータ量の増加だけを指すものではない。重要なのは、これまで無視してきたデータの価値に気づくことだ」。昨今のビッグデータを取り巻く環境の変化やビッグデータの活用について考える上で、筆者のこの主張は非常に興味深い。 ●正直なところ、この本を読むまで、ビッグデータというのは消費者からネットや販売履歴等を通して、様々なデータを集めて、うまい具合にビジネスに活かすくらいの認識しかなかった。ところが、そんな単純な話ではなく、このビッグデータというものはそれこそ生活の有様や企業の在り方すら変えてしまいかねない大きな可能性に満ちていることがわかった。一見、データやITとは無縁そうな企業でも、ビッグデータを活かし、新たなビジネスチャンスを獲得しているとは、中々驚きである。

『クラウドの衝撃』の著者が「ビッグデータ」について解説したもの。 イーベイ、ジンガ、セントリカなどの海外の事例のほか、コマツ、リクルート、マクドナルドなどの国内事例が豊富に紹介されていて、ビッグデータの活用・取り組みについて理解が進んだ。先日読んだ原田氏の著書でもマクドナルドでのクーポン配信が重要だというのは認識していたが、本書によれば、２００４年以降、３００億円を投じたとのことで、その重要性を再認識させられた。

いまの世の中は、インターネットをベースに、様々なデータが飛び交っている。 「ビックデータ」とは、よくぞ名付けたものです。 ビックデータに関する知識、ビックデータに着目した最新のビジネスモデルや注目企業の紹介など、興味深く読ませてもらいました。 ハドゥープ(Hadoop)なんてキーワード、初めて聞きました。 (お恥ずかしい…笑) さらにこれからビックデータを担う人材は、コンピュータサイエンスや統計知識、分析スキルなど、文系ビジネススキルだけではなく、理系のバックグランドを有する「データサイエンティスト」が必要だとのこと。 そして、この手の話が最近多いけれど、この分野に関しても日本は世界より遅れていると……。 しかし、本当に恐ろしい時代になってきたものだと感心しました。 まだまだＩＴは進化していきますね。 しかし"統計知識"と聞くと、やっと自分の時代になってきたかなぁ(笑)

ビッグデータとは、3Ｖ(volume, variety, velocity)の面で管理が困難なデータ。データ分析ツールとして、ハドゥープの徹底活用してデータドリブンの世界を描く。

クラウド、ソーシャルに次ぐ第３の、そして最大の潮流ーすべてがデータ化される世界で、いま何が起きているのか？ベストセラー『クラウドの衝撃』の筆者が示す勝ち組企業の新常識。

ビッグデータまわりの外観について良くまとめられていると思います。 最後に「ビッグデータを生かし切れないのは、技術的な問題じゃなくて企業／人間的な問題」っていうくだりがあるのも、まさにその通り（最近は変わりつつありますが）いい感じでした。

遅ればせながら、読みました。時代はどんどん変わって行きますね、この本が出版されてからすでに2年が経ちますので、状況はさらに進んでいます。しかし、今でも、参考になりますね。

どうビッグデータを活用するか？ →トランザクションデータからなぜ売れたのかというコンテキストをインタラクションデータ（クリックストリートデータ）から分析 実際のユーザーデータに基づくロジカルな設計を行う

初心者には難しいところが所々あるが、読み応えがある。事例から、技術、法律、必要な人材まで、はばひろい。勉強しながら判らないところをこれから潰していきたい。 以下はメモ 従来のデータ分析との違いは、SNSによるデータの多様性、処理コストの低下、クラウドによる蓄積環境の不要さ フライト予報、家電の買い時よそく、 課金ゲーム会社ｼﾞﾝｶﾞ、行動分析によりプレイヤーの離脱率、勧誘率、売上を向上させる。 カタリナの強みは商品の中身、嗜好まで考慮する点、中間事業者となることでより多くの消費者にアプローチする コマツ、建設機械の稼働率、消耗品の交換時期を分析、効率的な配車、アイドリング、需要予測、エンジンの強制遠隔ストップ、

とにかく導入事例の紹介が豊富です。 この本では、環境や概要解説の解説をしつつ、その具体例として導入事例を都度都度紹介しています。 導入事例を知りたい！活用事例を知りたい！数多く事例を集めたい！と思っている方にはおすすめ。 ビッグデータについて一通りの解説をしていますが、入門書の次に読むと理解が早いと思います。

20140323 時代のスピードに付いていけない気分になる。そこまでやらないといけないのか？何か違う気がする。ただ、データサイエンティストという資格には興味がわいた。

ビッグデータという切り口で、LOD、オープンガバメントからデータサイエンティストまで広く業界の状況を網羅した本。社会、政府、企業がビッグデータに対してどのように考え、取り組んでいるのか大まかにつかむのに役立った。（古くなると価値が下がるタイプの時事的な内容が多い）

一般的に言及されるビッグデータトピックについて触れられており、ビッグデータネタで会話するベースはできるだろう。 内容的には『その数学が戦略を決める』『ヤバい経済学』などでも言及されていた「数学(統計学)によってPDCAを回す」というサイクルについて、より精緻なデータを使用し、確度を上げることができると言っているわけで、時代の流れを感じる。

ビッグデータの 定義(3V)、将来予測のためのBIを位置付けて、使いこなすために Hadoop・統計・機械学習の紹介して、豊富な実例紹介。最後に企業風土が課題になるという締め。素人の自分には勉強になる。全般に表層をなぞる感じだったのは残念。

ビッグデータの定義、技術的なトレンド、活用例まで広くカバーした良書。とりあえずこの一冊を読めば、ビッグデータに関して一定水準の知識は得られると思う。 ビジネス書らしく読みやすい文章になっているのも良い。

ビックデータについて理解を深めるための良書。企業の戦略レベルでどのように活用されているかもわかるし、システムレベルでどういう処理がされているのかもざっくりわかる。導入としてオススメの一冊。

ちと手に取るのが遅かった感。もっと早く読んでればへぇ！ってなったかな。非構造化データってのは盲点でした。勉強。

飛ばし読み。 ビッグデータの分析技術 ・機械学習（人工知能）：音声認識、画像認識、スパムメールフィルタ、レコメンデーション、各種予測 ・クラスタリング ・回帰分析 ・ディシジョン・ツリー ・相関分析 ・言語分析：文の単語分解 ビッグデータの活用例 ・レコメンデーション ・ターゲティング広告 ・GPS位置情報を利用したマーケティング ・不正検出、異常の検出 ・顧客離反分析、故障予測 ・サービスの利用分析：利用されている機能を強化し、利用されていない機能を削除するなど ・ツイッターのツイート分析：風邪の流行や株式市場の予測

技術者なのでついつい要素技術に目がいってしまったけど、応用やビジネスチャンスもきっちり押さえるべきかな、と思う。 海外の活用事例、日本の活用事例、個人データに対する考え方、教育など満遍なくテーマを取り扱っているがゆえに少し頭に残りにくいところはあるかも。

研修の最終課題をインプット情報として読んだ。内容はビッグデータの定義、利用例、プライバシーの懸念、これからの展開とよくまとまっていた。

もっと早くに読んでおけばと思った。用語、定義、これまでとの違いなど、よくまとめられていた。この一冊を読んでおくと、雑誌やホームページの企業発表内容がすぐに全体のなかでひも付けができるようになった。

具体的事例が豊富に紹介されていて読み応えがあった。今まさにデータ利用における激動の時代にいることを改めて認識。BtoCの距離を一気に縮める手段であって、今が勝負所であるのだが、如何せん日本の製造業はこの点動きが遅い。自分も全然無関係じゃない。

今巷で話題になっているビッグデータの本。 今までのBIなどのデータ活用と何が違うのか、先進企業はどのように生かしているのかなど、非常におもしろかった。 ・従来とは異なり、非構造化データであること。 ・大企業のみならずウェブ企業やソーシャルメディア企業に写っていること。 ・ビッグデータの特性３V　volumeデータ量がケタ違い　velocity更新頻度　variety多様なデータ ・BIは過去から現在までに何があったのか、なぜそれが起きたのかを分析するもの。ビッグデータではこれから何が起きるのかといった将来予測も可能になる。データマイニング機械学習が重要になる。 たとえば解除情報のみならず、なぜ売れて、なぜ離れたのかまでの背景から線の情報としてとらえて活用する。 ・言語処理　①自然言語処理　SIRI、テキストマイニングなど②セマンティック検索　単語を記号とみなすのではなく、品詞間の関連性などから言語の意味を解析して制度を向上させる検索技術　③リンクマイニング　ウェブページ同士のリンク機能、メールの送受信関係、論文の引用関係などネットワークのつながりを分析するマイニング技術、知り合いかも？とかが該当。④A/Bテスト　複数のバージョンを同時にテストすること ソーシャルゲーム・エコノミクスの重要指標 ①離脱率　②バイラル係数　口コミ拡散の効率を表す指標　引き入れた人数を現状の人数で割って求める　これがSNSの儲けの源泉となる　③会員1人あたりの売上ARPU ・リクルートでは、インフラメンバーとマーケティングメンバーが同一部署であったために動きが速かった。 ・ビッグデータ活用例　①商品やサービスのレコメンデーション　②行動ターゲティング広告　③（位置情報を活用した）マーケティング　ゴルフ場で保険の加入メールが届くなど④不正検出　クレジットカードの不正を検知　⑤顧客離反分析　退会しそうな顧客を予測可能に。離反の予兆となるイベント時にはタイムリーにキャンペーンを実施できるようにするなど　⑥故障予測　コピー機や複合機の各種センサーから機器の利用履歴などから故障やトラブル予兆を検出する。　⑦異常検出　機器の相性の悪い組み合わせといった問題点がわかるようになる　⑧サービスの改善　使われないサービスは消える　⑨渋滞予測　走行データの共有　⑩電力の需要予測　⑪風邪の流行を予測　ツイートなどから流行を予測　カゼミル＋　⑫株式市場の予測　⑬燃料コストの最適化　 ・ビッグデータの活用パターン　①個別最適・バッチ型　特定の個人やものに関するデータを収集して、その人に最適な商品やサービスを推奨したり、最適な処置を施したりするケース　②個別最適・リアルタイム型　バッチ型との違いはリアルタイムであるかどうか　③全体最適・バッチ型　多数の個人やものが発する情報を収集・蓄積し、蓄積したデータを一括して統計的に処理・分析し、その個人やモノが属するコミュニティや社会全体にとって役立つ統計情報をフィードバックしたり、最適化を図るケースを指す。④全体最適・リアルタイム型 ・ビッグデータの活用レベルには「過去・現状の把握」「パターンの発見」「予測」「最適化」の４つのレベルがある。 ・LOD　linked　open　data　データをオープンにし、社会全体で大きな価値を生み出すために共有しようとする取り組み。オープンガバメントにつながっている。米国では政府がLOD形式で無償公開しているデータを活用して、新たなビジネスを展開するベンチャーが生まれていること。データマーケットプレイス ・データアグリゲーターへ ・データ駆動型企業へ。

本書はIT業界におけるトレンド―クラウド、ソーシャルに次ぐ第3の、そして最大の潮流であるすべてがデータ化される「ビッグデータ」の世界で、いま何が起きているのか?ということを詳細にレポートしたものです。 本書はIT業界におけるクラウド、ソーシャルに次ぐ第3の、そして最大の潮流――すべてがデータ化される「ビッグデータ」の世界で、いま何が起きているのか?というものについてのレポートおよび解説したものです。 やはり、IT関係のお話ということで、文中にはカタカナや図柄が頻繁に出てくるので、こういった本はいささか読みづらかったです。やはり「ビッグデータ」の重要性にいち早く目覚めたGoogle、Amazon、コマツ、リクルートなどの「勝ち組」と呼ばれる企業の動向がやはり面白く、ユーザーから提供されるあらゆる情報を駆使して、ビジネスにつなげていくやり方はあざとくもあり、『こういったものも使うのか！？』という衝撃もありました。 たとえば何度かログインの際にミスをしたとき、『表示されている２つの単語を入力してください』という表示。あれはグーグルの提供で、あそこに打ち込まれた単語はグーグルが力を入れている事業の一つである書籍の電子化に重要な役割を果たすということを、僕は本書で知りました。 そんな潮流の中で他社はどうやって追随するのか? すべては「ビッグデータ」への理解と利活用にかかっている。というような結びとなっていて、そういったことを学べた、という意味で、本書を読んだ意味があったというものでございました。

ビックデータに関する概要をつかむための1冊目としては最適な書籍かなと思います。各企業がなぜビックデータと言い出したかは理解できるし、そのための必須のスキルは分かるけど、では具体的に大きな資本がない中でどうしたらいいのかは正直よく分からないというw 著者はNRIの方。営業的にはすごくいいビックワードを作ったなぁという印象ですw（2013.04.30読了）

NRIの研究員の方の本。ボリューム・バラエティ・ベロシティ。技術・事例・活用例・プライバシー。オープンデータ。元データ収集・アグリゲーション・データサイエンティスト。

Kindleストアで安く出てたので、読んでみました。 今更Big Dataって、と思ってましたが、自分は大枠のだいたいのことしか分かっていなかったなー。。。と痛感。 流石に研究されている方だけあって、内容が濃い。 自分が時代に置いて行かれてる危機感を感じました。

ビッグデータ初心者の自分にとって分かりやすい。 ビッグデータを2*2（個別or全体）×(リアルタイム型orバッチ型)の四通りに分けて説明している。 また、googleのスパムプログラム識別用の　よーわからん文字打つやつ！　あれはただ単にスパムとの識別だけじゃなくてデジタル書籍の促進にも使用されているというのが新鮮だった。 メモ　lod linked open data

ビックデータを語るキーワードの缶詰。ひとつひとつの言葉が積み重ねているのは、「データ駆動型企業」への道。これからの職業データサイエンティストに必要とされる資質として、コミュニケーション能力、アントレプレナーシップ、好奇心の三点が挙げられていることで、この潮流がはやりなどではなく、人間の本質への肉薄だと感じました。しかし、経営がCMO、CIOだけではなくCDO（チーフデータオフィサー！）まで必要とする時代なのですね。

広く浅いが分かりやすくビッグデータを取り巻く全体像がまとまっている。 図表やリスト形式の表記が多く見やすいし、事例も豊富でイメージしやすい。 漠然としたビッグデータという言葉から、何かとっかかりを得て先へ進むのには良い本だと思った。

これからビッグデータというバズワードの世界に関わろうとしている人、関わりたいと思ってる人は、まずこの本を読んだ方がいいと思います。 この本を起点に自分がどこのポジション、環境にいるとかも把握できると思います。 短期間でこんなに調べてまとめられていることに驚きましたが、章立ても明確なので、とても読みやすいです。 もちろんIT企業の人間でないとさすがにきつい章や用語はありますが、大半はある程度キャリアのあるどの分野の人でも理解できる内容だと思います。 次は、自分がどうなりたいかを決めて、目標に向けた動きをとるだけです。

ビッグデータはIT業界の中のキーワードではなかった。今後これが常識になるのかと思うと、ビジネスに関わる人全てが読んでおいた方がいいんじゃないか、そのくらい面白かった。 本の冒頭にもあるとおり、第二章だけいくらかテクニカルな内容だったけど、それ以外はビジネスの話。 このブクログのアカウントとfbのアカウントを関連付けしてるのも、データとして採取されて利用されているのかと思うと、たしかに少し気持ち悪いかも。 データを扱える人が需要に対して供給が追いつかないと書いてあったが、確かに自分なんかは、大量のデータから、どうやって意味のある情報を取り出すのか、想像もつかない。データも貴重だし人材も貴重だというのがよくわかる。 小難しくなりそうな話が、読みやすく、わかりやすく書かれていた。

昔のSF映画で出てきたような世界が現実になろうとしているのが実感できる本です。 今まで、「ビッグデータ」という言葉すら知らなかったのですが、この本を読んで、その可能性にワクワクさせてくれました。 若干、もう少し活用事例を出してほしいと思いましたが、非常に為になった本です。

物やデータが溢れる昨今、素早く、正確に、より良い情報を得る為には必要なテクノロジー。 それを実装する手段は多彩にあるが、 利用し、成果を得るための組織、スキルが不足している。 先ずは成功事例の猿真似から始め、 体系だてて習得していくしかないだろう。

ビッグデータの定義、技術、海外と国内の事例についてよく調べられている。 さらに、個人情報との兼ね合いについても、最新の動向が紹介されていて 大変参考になった。 ただ、ビッグデータ活用方法の分類、データの分類というのがあったが、 新たにデータ戦略を立てていく際にはあまり参考にならない。 もっと、検討のフレームワークのようなものを期待していたので 物足りなく感じた。

ビッグデータの新しさは、単にサイズ(Volume)だけではなく、Variety、Velocityの点で今までにない特性をもつ点である。それを可能にする技術が、たとえばHadoopといった分散処理技術であり、非構造化データを扱うNoSQLである。離反分析、レコメンデーション、ソーシャルゲームの設計、最適化等々、活用例は枚挙に暇がない。 専門家（データサイエンティスト）は、社外データの活用など、BI（Business Intelligence）の専門家では対応できない、広範な知識・経験が必要とされる…という昨今の流行言葉の外観を掴むにはちょうどよい。

仕事で使いそうな分野だったので、Kindleで購入。ボリュームの割に一気に読めた。事例が豊富で、とても読みやすかった。最後の章に書かれていた項目はとても耳の痛い指摘。

画像解析、音声認識がさらに発展する今後…。 ますます楽しみになるこの世界。 医療現場でもDWHが活用され始めている。 音声認識＋予測変換、医師GPSlogなどの組み合わせが電子カルテで行われ、医師入力から解放された時が転換期となるであろう。 ムーアの法則では、あと七年以内で人間個人の脳シナプス数と1PC内のトランジスタ数が同一となる。 ということは、今からRを使えないと…。

１章のビッグデータとは何か、２章のビッグデータを支える技術に関しては、他書籍の内容と大差ないが、それ以降の海外事例、国内事例、データマーケットプレイス、データアグリゲーター、データサイエンティストに関わる課題等はポイントを押さえて具体的な内容が記載されており、かつ、書籍全体としてはコンパクトに整理されている。 ビッグデータに関する基礎的な知識を一通り得られる良書。 ただ、個人的にはネットやセミナー等で得た内容と重複している内容が多いと感じたため、４つ星評価としている。

今読むべき本だと思います。 データサイエンティスト。面白そうな職業ですが、かなりのスキルを必要とされますね。。

最近はやりの単語、『ビッグデータ』について書かれた本。 ビッグというと単に大きさだけに目が行きがちだが、それ以外にもデータの多様性とデータの更新頻度もビッグなのであると書かれている。 こうして集められた個人的な情報によって販売につなげたり、その人にあった製品や広告を出したり、確実な保守管理やエネルギーの効率的な利用を行えるようになる反面、個人情報の扱いかたによっては様々な問題も出てくるだろう。 フィルターバブル問題を扱った、閉じこもるインターネットと併読するといいと思った。

ビッグデータの概要、ビジネスへの取り入れ方、実例、今後の展望簡潔にまとまっており、今後のビッグデータ活用や導入を考える人の入門書。

クラウドに次ぐ最大の潮流らしい。 専門的な部分は理解できないが、今後どこまでこの通りになるんだろうか。

最近流行のビッグデータ。ビッグデータの定義、関連技術概要、活用事例、プライバシー保護の観点の法などを包括的に紹介し、今後ビッグデータを取得から活用の全プロセスで自在にハンドリングできる（ビジネス・統計＆機械学習・分散処理）「データサイエンティスト」が重宝される時代になる、と説く。

全く知らないことだったので、ためになった。 ビッグデータってなに？から始まって、 使い方 ビジネスとしての展望 プライバシーの問題 海外のこと、日本のこと 求められる人材のことが書いてあった

クラウドの後は、ビッグデータ。精緻なデータ分析ができるようになった時代の企業戦略は、如何にあるべきか？個人消費者視点では、行動のすべてがデータとして取られていく？気持ちの悪い時代に入ったのか。もちろん、オープンにすることで、利便性が上がることも多いが。

ビッグデータの活用に関してアメリカの例と日本の例がともに載っている。 実用的なことも書いてあって、その道の人が読んでも参考になりそうな本だった。

ビックデータに関する基礎的な知識を得られる良書。 現在の動向からプライバシーの問題、将来の展望と必要とされる人材など幅広く言及している。 個人的にはプライバシーのところは少し冗長でわかりにくく感じたし、事例がもっと厚く紹介されていてもよかったと思う。

ビッグデータについて広く書いていて、これからはデータ処理技術が必要だと何度も言ってくれているので、技術者としては嬉しい。 でも、Hadoopがあれば勝手に最適化してくれる的な言い方は良くない。 筆者は、あえて表面部分だけを言っているのか、それとも表面部分しかわからないのか、それは不明。

2章は技術的な話でやや難しく感じられるものの、その他は実例も踏まえて述べられているので「ビッグデータ」について知る上では入門的な本と言える。学生時代に読んでいたらもっと統計の勉強しただろうな。

ビックデータに関して、技術から応用、プライバシーに関する法律、ビジネスなど全般に渡って解説している。どの分野も必要十分な情報でレファレンスとして価値が高い内容でびっくり。必読な一冊

クラウドの衝撃と同じ著者とあって、読みやすさは抜群。 ただし、テーマがまだまだこれから発展の余地大アリなものということもあり、全体的に漠然とした現状のまとめといった印象。今後のビッグデータの展望や活用案など、もう少し踏み込んだ内容であればなお面白かったと思う。 初心者向け。

ビッグデータの活用例の紹介本。Volume（量）, Variety（多様性）, Velocity（速度）

電子書籍で読了。軽いので電車でも片手で読めるのがgood。内容ももちろんgood。データサイエンティストの必要性は同感。それもITビジネスだけでなく、すべての計算力学の分野で必要となる能力だと思う。

ビッグデータについての外観を理解するには非常に良書。 今なぜビッグデータが脚光を浴びているのか、その事例や使われる技術について解析。 ゴミデータをいくら集めてもゴミはゴミとの意見もあるようだが、ゴミをゴミとしか扱えない企業文化ではゴミにしかならない。ロングテールの端っこの砂金みたいなものをテコにビジネスに反映させる文化があれば価値のあるものになる。 また、内部データだけでなく外部データと掛け合わせてしてんを変えながら、ビジネスを発展させるために使えるデータを掘り起こすことができるようになるのもこれからの話。 Link Open Data活動やOpen Government、Data Aggregatorの話、データを供給する側と受け側、そして仲介者(ブローカー)の話も網羅されていて、興味深い。事例も面白い。

最近取り沙汰されているビッグデータについて、マーケティング的な側面・ハドゥープ等の技術的な側面・法規の側面・人材の側面など、多面的にまとめたのが本書です。 ビッグデータというのはとにかくデータ量の多いものかと思っていたのですが、非構造データという概念や、その活用方法が事例を交えて掲載されていて、ようやくビッグデータの意味合いを理解することができました。 アメリカを中心に進んでいるオープンデータにはものすごく可能性を感じます。APIを提供しているサービスとオープンデータを合わせれば、更にマッシュアップの世界は広がりそうです。 ビッグデータに限らず、技術的な潮流にもアンテナを張っておく大切さを感じました。

やる気を増大させてくれる本。国外企業だけでなくリクルートやグリーの話もある。どれだけの仕事をどらくらいの時間でこなしているか、スピード間が実感できるかのよう。 引用や数値が豊富で、参照用としてもよい。いや、業界人よりも高校生や大学一回生くらいが読むと面白いのではないかと思った。 以前、別の本でグーグルのA/Bテストに衝撃を受けたが、同様のことをいくつかの企業で当たり前のようにやっている。クーポン券のくだりはとくに面白い。 好奇心という単語が頭に残る。自分の子供の教育にも刺激になる。

ビッグデータ基本的なところを知りたくて購入。予想通りビッグデータとはを知るにはとてもわかりやすい本だった。 本書は、ビッグデータを活用した現状を紹介すると共に、オープンデータ化やオープンガバメントが進むことで起こりうることなどこれから先のことも想定して論じており、とても参考になった。 ビッグデータを推し進めていけば、世の中がもっともっと便利になるはずであり、もっといろんな発想をして取り組んで行く必要があるとこの本で実感した。

大量・多様・時々刻々のデータが、誰でも安価に入手・分析・活用できるようになってきた。今後この流れは更に進む。 たかがデータ、メインは処理‥ではなく、本来の生の状態、それがデータなんですね。

ビッグデータについての入門書という感じ。トピックスそのものは浅いが、概念にまつわる広範囲なトピックスをカバーしている。

クラウドの衝撃で、説明や方向性の見識もかなり良かった城田氏の最新作。 ビッグデータとは何か（３Ｖ　Volume　Variety　Velocity）の説明があり、ビッグデータを使える体制が整ったこと、実質的デファクト・スタンダードになったハデゥープ(Hadoop)とは何か、欧米企業、日本企業の例を挙げている。後半は、活用パターン、プライバシー、ＲＡＷデーターを開示する流れ、ビッグデータの備えとなっている。 特に今後は、プログラミング等の知識を持ち、統計学の処理もできる「データー・サイエンティスト」が必要となることが印象的だった。 基本的な語句や構造の説明もわかりやすく、具体例な利用方法もよくわかり、これらの今後の分析もしっかりしているので、早めに読んでおくべきだと思う。

久々に新鮮な驚きに満ちた一冊だった。 例えばGoogleで色々なサービスに登録するとき、「なんて読むのコレ？」ってアルファベットを入力させられるヤツ。あれが何とスキャンとOCRで読み取りに失敗した文字で、スキャン時の文字画像をユーザーに表示させる、つまり文字修正をユーザーに代行してもらう仕組みなのだそうで・・・１日に２億件の認証があるらしく、知らない間に書籍の電子化に貢献していたという話・・・知らなかった。さすがGoogle、頭イイな。 最近良く聞くHadoopってのが何なのかも、うっすら解った。IT技術の進化は本当に凄まじいと思う。

ビッグデータがどのように発展してきたか、今までと何が違うのか、これからどうなるのか、それにどのように（企業、個人が）対応していけばよいのか、ということが非常にわかりやすく書かれている。とてもよく調査されており、ビッグデータ入門書としては最適。

ＢＩからビッグデータへの潮流、内外のビッグデータの突っ込んだ活用事例、プライバシー問題からオープンガバメントそして技術面ではNoSQLから分析手法までととてもバランス良く書かれており、ビッグデータ時代への備えるビッグデータ入門としては最適です。

話題の「ビッグデータ」について豊富な事例をもとに、ロジカルかつ分かり易く説明されている本。 これまで捨ててきた、又は取得できなかったようなデータが収集・分析されるようになり、その膨大かつ複雑に入り組んだ生のデータを最先端を行く企業がどう活かしているのか。 世界ではWeb関連企業はもちろん、保険やオフラインの小売りや農業などにまで活用されていて、今までなかったサービスやアイディアの事例の数々は今後どんな社会になっていくのか示唆を得る内容。

ビッグデータというバズワードを使いながら、何が行われているかを適切に解説している。 結局、大量のデータから何を読み取るか、どんな情報が欲しいのかは、人が決めなければならない。単純に処理をするだけでは何の意味もない。この本では、事例を踏まえながら、何をしていくべきなのかのヒントを与えてくれるものだと思う。 ITベンダーに対して、何かできないかな、というのはかなりの間違い。このデータを使って何ができるのか。そのためにどんな手段がありそうか。そこまでいって、初めてITの力が生きてくる。 逆に、ITベンダーから、こんな大量のデータが処理ができるんだけど何かできますよ、というのも間違い。こんなことがわかって、ビジネスにこんなメリットが出そうだ、といえて初めて提案と言える。 そういう意味では、いろんな示唆をくれた本だったと思う。

コンピュータの知識がないと読みづらいかもしれません。 企業がどのようにビッグデータを活用しているかは、参考になりました。

小売、流通、広告等のマーケティングから電力・エネルギーまで、幅広い活用が期待される『ビッグデータ』。本書はまず、バズワード化されつつある本技術の誕生背景や技術的特徴を易しく概説している。続いて、国内外の豊富な活用例を紹介し、それらを2つの視点からパターンに落とし込んでゆく。そして、今後のビッグデータ活用の有り方を、技術・人材・組織・市場・プライバシー等、多角的に説明している。本技術について、広く俯瞰しつつ手っ取り早くポイントを押さえたい方には最適な本でしょう。研究者・ビジネスパーソンはもちろんのこと、これからIT業界を目指す就活生等にもおススメ。

hadoop/MapReduce コマツ　KOMTRAX 2004年に中国が金融引締めの影響で建機需要ががくんと落ち込み、他メーカが過剰在庫に悩まされた際にも、コマツは独自の稼働実勢データから異変を察知し、先手をうって工場のラインを３ヶ月停止し、在庫のだぶつきを回避できた firefox 5.01に実装されているdo not track

この本を１冊読んでおけば、現在までのビッグデータの議論はほぼ全て押さえられる。事例も豊富で分かり易い。素直に買って良かったと思える良書。

流行りのビッグデータの解説書は多数あるが、各種事象を整理する観点では有益。ビッグデータは前提の前提。ソリューション技術でもなく、あくまでデータ・データ・データである事を再確認。

タイトルに衝撃を受けて、衝動買い。 ビッグデータに関して、それを支える技術、ビジネスの例、法整備状況、求められる人材、今後の潮流など、幅広く抑えてある。これ一冊読めば、一通り理解できて語れるレベルになる。 機会学習、統計解析部分の解説が少し怪しいかなとも思ったが、ウソは言ってないし簡単に説明するために、こうなったのかなと。様々な活用事例、法整備状況、データ収集活動について、個人的にとても勉強になった。

***** 情報を集める手段を持つものが優位性を持つ時代は終わり （もちろん重要な資産であることに変わりはない） 情報から新たな価値を作り出すことに焦点が移っている。 ***** XICAはまさに、この潮流にはピタリと符合している。 はず。 ***** 示唆は、成功を約束しない。 具体化され組織化されて初めて 組織としての成果を生み出す。 ここにXICAの存在意義がある。 *****

#本 #ビジネス #IT #ビッグデータ 120715朝日新聞書評 「データは新しい原油だ。」そうで。